Pyretri在以下数据集中做过相应实验
-
Oxford5k:包含牛津的 11 个不同地标的图像,对应
地标识别任务
-
CUB-200-2011:包含 200 种鸟类的照片,对应
细粒度的视觉分类任务
。 -
Indoor:包含 67 个类别的室内场景图像,对应
场景识别任务
。 -
Caltech101:包含101个类别的物体图片组成,对应
一般物体识别任务
。 -
Market-1501:包含在 6 个摄像头视点下在清华校园拍摄的图像,对应
人员重新识别任务
。 - DukeMTMC-reID:包含8个摄像头拍摄的图像,更加具有挑战性
其中Caltech101
数据集与图像检索最相关

- 将生成的
kaggle.json
放在服务器的.kaggle
文件夹中

- 最后将生成的命令粘贴到服务器执行就可以下载相关数据集了

- 粘贴按回车即可

网友评论